讯成信息科技
2025线上公开课
立即参加
前几日，苹果宣布首款虚拟头显设备 Vision Pro 将于 2 月 2 日正式发售，XR
设备作为下一代终端预计将迎来快速发展。未来随着虚拟显示设备的普及，数字交互将从平面走向立体，立体模型、立体动画将成为未来主流的内容形态，虚实融合下的多维沉浸式交互也将成为潮流。
但从数据规模看，现阶段内容产业的数据积累仍以 2D 图像、平面视频为主，3D 模型、4D
动画等数据基础较为薄弱。其中，4D 动画是在传统 3D 模型的基础上引入时间序列，即随时间变化的 3D
模型，可以呈现出动态立体效果，在游戏动画、电影特效、虚拟现实等领域具有广泛的应用，但也是目前内容生态开发中最困难的环节。
因此，面向即将到来的多维沉浸式体验，构建立体化的数字内容将成为重要的基础性工作。
面向该前沿领域，清华系创业团队生数科技开展了系列研究和产品研发，于近期联合清华大学、同济大学等高校推出全球首个基于「骨骼动画」的
4D 动画生成框架「AnimatableDreamer」，能够直接将 2D 视频素材一键转成动态立体模型（即 4D
动画），支持自动提取骨骼动作、一键转换动画效果并可通过文字输入进行个性化角色生成。
颠覆立体动画开发流程
过往业界制作立体动画，需要经过 3D 建模、贴图渲染、骨骼绑定、动画制作等复杂流程，需要建模师、动画师等专业人员参与才能完成，效率低、成本高。据统计，单一个静态 3D 模型建模的生产周期就在数小时到几天时间，成本可高达上千美元，再进行动态化处理成本投入将更高。 从官方发布的 demo 视频可以看到，上传一段松鼠的 2D 实景视频，通过输入「A squirrel with red sweater」（穿红色毛衣的松鼠）的文本描述，原本实景的松鼠一键转成动画风格，而且完美保留了动作姿势，同步还可生成 360 度视角下的立体动态模型，通过切换文字描述，可以自定义角色，将松鼠任意切换为狐狸、杰尼龟等不同的卡通形象。 「AnimatableDreamer」可自动提取视频中目标对象（人物、动物等）的骨骼动作，再通过文本描述将该对象转换为任意的带骨骼动画模型。整个过程不受模版限制，支持任意视频长度和任意类型动作，具备高度的时间一致性和多视角一致性，并且导出的动态立体模型，能够在任意 3D 环境中进行渲染。
